文献

J-GLOBAL ID：201802274243142593   整理番号：18A0185573

装着型センサを用いた歩行と歩行相の同時Bayes認識【Powered by NICT】

Simultaneous Bayesian Recognition of Locomotion and Gait Phases With Wearable Sensors

著者 (3件)： Martinez-Hernandez Uriel (School of Mechanical Engineering, Institute of Design, Robotics and Optimisation, University of Leeds, Leeds, U.K.) ,  Mahmood Imran (School of Mechanical Engineering, Institute of Design, Robotics and Optimisation, University of Leeds, Leeds, U.K.) ,  Dehghani-Sanij Abbas A. (School of Mechanical Engineering, Institute of Design, Robotics and Optimisation, University of Leeds, Leeds, U.K.)
資料名： IEEE Sensors Journal  (IEEE Sensors Journal)
巻： 18  号： 3  ページ： 1282-1290  発行年： 2018年 
JST資料番号： W1318A  ISSN： 1530-437X  CODEN： ISJEAZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 運動の認識は,日常生活の活動の中で人間を支援するための重要なプロセスであり,歩行である。本研究では,着用可能なセンサを用いた歩行と歩行相の同時認識のための高レベル方法を提示した。反復不確実性を低減する証拠を蓄積し,認識精度を向上させるために採用されているBayes定式化。このプロセスは,意思決定を行う自律的に逐次分析法を用い,認識システムは,蓄積された証拠十分であることを知覚。三着の装着センサからのデータ,健康なヒトの大腿,脛,足に付着した,を用いた。レベル地上歩行,ランプ上昇と降下活性はデータ収集と認識に使用されている。添加では,立脚相及び揺れ相の認識のための歩行サイクルのセグメンテーションのための手法を提示した。検証結果は,同時Bayes認識方法である平均精度99.87%と99.20%の歩行活動と歩行相を認識できることを示した。このプロセスは運動モードと歩行相の意思決定を行うために平均25と13センサの試料をそれぞれ必要としている。認識過程は,この方法が非常に正確で,迅速で,精度と速度の特定の要求に適応できることを示すために,さまざまなレベルの信頼性を用いて解析した。全体として,同時Bayes認識法は,着用可能なセンサを用いた認識,歩行活性におけるヒトへの信頼性のある支援を提供するために採用できるその利点を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： セグメンテーション ,  逐次分析 ,  *歩行 ,  定式化 ,  データ収集 ,  信頼性 ,  ヒト ,  日常生活動作 ,  不確実性 ,  *センサ ,  意思決定
準シソーラス用語： 歩行周期 ,  認識精度 ,  着用 ,  *ウェアラブル , 【Automatic Indexing@JST】

分類 (4件)： ロボットの設計・製造・構造要素  (IC04013A) ,  生体計測  (EL03020C) ,  パターン認識  (JE07000S) ,  生体遠隔測定  (EL03030N)

タイトルに関連する用語 (2件)： 装着型 ,  歩行